問題タブ [generative-adversarial-network]

私はそのようなガンを持っています

学習し、許容可能な出力を提供します。ただし、次の警告が表示されます。

"keras\engine\training.py:490: UserWarning: トレーニング可能な重みと収集されたトレーニング可能な重みの間の不一致、あなたは後model.trainableに呼び出さずに設定model.compileしましたか?「トレーニング可能な重みと収集されたトレーニング可能な重みの間の不一致」"

ディスクリミネーターを再コンパイルしてバッチごとにガン化すると、警告は消えますが、1 回の反復に時間がかかり、トレーニング速度が遅くなります。

どちらが正しいですか？

私の理解では、エポックはデータセット全体に対して任意に頻繁に繰り返される実行であり、それは部分的に処理され、いわゆるバッチです。損失が計算されるたびtrain_on_batchに重みが更新され、次のバッチでより良い結果が得られます。これらの損失は、my to NN の品質と学習状態の指標です。

いくつかのソースでは、エポックごとに損失が計算 (および出力) されています。したがって、これを正しく行っているかどうかはわかりません。

現時点で、私のGANは次のようになっています。

これらの損失は、バッチごとです。エポックのためにそれらを取得するにはどうすればよいですか? 余談ですが、エポックの損失は何のために必要ですか?

私は GANS に取り組んでおり、勤務時間後にモデルを保存する必要があります。そして、以前に保存したモデルを、保存された場所で再トレーニングする必要があります。後でトレーニングを続けるために、これら 3 つのモデルを保存しています。

これらのモデルには、 と を使用perceptual lossしてWasserstein lossいます。しかし、load_model保存したモデルを再度トレーニングすると、次のエラーが発生します。

私も試しDiscriminator.compile(loss=Wasserstein loss)ましたが、これでも問題は解決しません。誰かがこれについて私を案内してくれませんか、train_on_batch() を使用して保存されたモデルを再トレーニングすることが可能であることを教えてください。